Modelagem para auxiliar na otimização do sistema "Climate-Smart-Agriculture" para cultivo de cana-de-açúcar
Carregando...
Data
2019-05-03
Autores
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Estadual Paulista (Unesp)
Resumo
A agricultura no mundo caminha em alta velocidade para a próxima revolução verde, a chamada revolução da agricultura digital, que combina outras grandes áreas que revolucionaram a agricultura, como as técnicas de biotecnologia e agricultura de precisão. Estas técnicas foram essenciais para aumento da produtividade agrícola no mundo. Em adição, a agricultura digital pode otimizar ainda mais a associação dos dados climáticos no planejamento de safras e no manejo de cultivos agrícolas. O conceito “Climate-Smart-Agriculture” (CSA) está inserido no universo da agricultura digital como uma linha promissora e necessária para o futuro sustentável da agricultura. Este trabalho apresenta técnicas para auxiliar na adoção de estratégias CSA para áreas produtoras de cana-de-açúcar, como (i) verificação da acurácia do modelo de previsão de tempo Eta (INPE) para áreas de cultivo de cana-de-açúcar no Brasil, visando auxiliar na tomada de decisão de operações no campo; (ii) parametrização do modelo AquaCrop-FAO para estimação de produtividade e qualidade da produção, colaborando com planejamento e sustentabilidade do setor; (iii) proposta de modificação nos cálculos do modelo AquaCrop-FAO para estimar concentração de sacarose. As técnicas propostas neste trabalho mostraram-se eficientes e promissoras para aplicação prática. Foi possível avaliar e identificar a acurácia do modelo de predição de tempo (Eta) das áreas canavieiras, com previsões confiáveis até quatro dias e probabilidade de acerto na detecção de chuvas de 70%. O uso do modelo AquaCrop apresentou acurácia nas estimações de biomassa na calibração e validação, com MAPE de, 7,65% e 13,45%, respectivamente. Para sacarose , as estimações do modelo apresentaram valores de MAPE menores do que 5,0% na calibração e validação.
Agriculture in the world is moving at a rapid pace to the next green revolution, the so-called digital agriculture revolution, which combines other major areas that have revolutionized agriculture, such as biotechnology and precision agriculture. These techniques were essential for increasing agricultural productivity in the world. Digital agriculture can now further optimize the association of climatic data in crop planning and crop management. The concept "Climate-Smart-Agriculture" (CSA) is inserted in the digital agriculture universe as a promising and necessary line for the sustainable future of agriculture. This paper presents techniques to assist in the adoption of CSA strategies for sugarcane producing areas, such as (i) verification of the accuracy of the Eta (INPE) weather forecast model for important sugarcane producing areas in Brazil, aiming at assisting in the decision making of operations in the field; (ii) parameterization of the AquaCrop-FAO model for the estimation of productivity and quality of production, collaborating with planning and sustainability of the sector; (iii) proposal for modification in the calculations of the AquaCrop-FAO model to estimate sucrose concentration. The techniques proposed in this work prove to be efficient and promising for practical application. It was possible to evaluate and to identify the accuracy of the time prediction model (Eta) of the sugarcane areas, with reliable predictions up to four days and probability of detection of rainfall of 70%. The use of the AquaCrop model presented accuracy in the estimations of biomass in the calibration and validation, with MAPE of, 7.65% and 13.45%, respectively. For the sucrose estimation, the MAPE values were lower than 5.0% in the calibration and validation of the model.
Agriculture in the world is moving at a rapid pace to the next green revolution, the so-called digital agriculture revolution, which combines other major areas that have revolutionized agriculture, such as biotechnology and precision agriculture. These techniques were essential for increasing agricultural productivity in the world. Digital agriculture can now further optimize the association of climatic data in crop planning and crop management. The concept "Climate-Smart-Agriculture" (CSA) is inserted in the digital agriculture universe as a promising and necessary line for the sustainable future of agriculture. This paper presents techniques to assist in the adoption of CSA strategies for sugarcane producing areas, such as (i) verification of the accuracy of the Eta (INPE) weather forecast model for important sugarcane producing areas in Brazil, aiming at assisting in the decision making of operations in the field; (ii) parameterization of the AquaCrop-FAO model for the estimation of productivity and quality of production, collaborating with planning and sustainability of the sector; (iii) proposal for modification in the calculations of the AquaCrop-FAO model to estimate sucrose concentration. The techniques proposed in this work prove to be efficient and promising for practical application. It was possible to evaluate and to identify the accuracy of the time prediction model (Eta) of the sugarcane areas, with reliable predictions up to four days and probability of detection of rainfall of 70%. The use of the AquaCrop model presented accuracy in the estimations of biomass in the calibration and validation, with MAPE of, 7.65% and 13.45%, respectively. For the sucrose estimation, the MAPE values were lower than 5.0% in the calibration and validation of the model.
Descrição
Palavras-chave
Agricultura previsão, Eficiência do uso da água, Computer software, Agroindústria canavieira